En este documento estudiamos la relación entre la inflación instantánea y la inflación anual y las ventajas de incluir la inflación instantánea como predictor en el desempeño de pronóstico de la inflación anual. La inflación instantánea ofrece una perspectiva más dinámica sobre la inflación, asignando pesos variables al Índice de Precios al Consumidor (IPC) en los usados para el cálculo de la inflación anual. Nosotros estudiamos la relación por medio del Perfil Coincidente, el cual permite establecer si la inflación instantánea y anual son contemporáneos o si una antecede la dinámica de la otra. Este hallazgo es usado para establecer el orden autorregresivo de modelos VAR, VECM y ARIMAX. Una vez estos modelos son ajustados, pronosticamos la inflación anual y evaluamos su capacidad predictiva. Nosotros encontramos que la inflación instantánea ayuda a mejorar los pronósticos de la inflación anual mejorando el desempeño de modelos como el ARIMA y modelos más complejos que incluyen un conjunto amplio de predictores a horizontes de corto y mediano plazo. Nosotros desarrollamos tres ejercicios empíricos para evaluar la metodología propuesta incluyendo datos para Colombia, Estados Unidos y Reino Unido. Los resultados de la evaluación de pronósticos en los tres casos muestran que la inflación instantánea como predictor ayuda a mejorar los pronósticos de la inflación anual.
Lo más reciente
Enfoque
En este documento se estudia las propiedades de la Inflación Instantánea y su capacidad predictiva hacia la inflación anual. Se elabora una exploración del valor óptimo del parámetro de ancho de banda involucrado en el cálculo de la inflación instantánea, el cual debe ser mayor o igual que cero. La variable de interés es la inflación anual total y algunos de sus principales agregados tales como: inflación total sin alimentos ni regulados (inflación básica). El estudio de la capacidad predictiva de la inflación instantánea hacia la inflación se aproxima con la prueba denominada Perfil Coincidente y la determinación de esta capacidad predictiva se analiza por medio de modelos bivariados VAR o VECM, según condiciones de estacionariedad. Además, se usa modelos ARIMAX y el mejor modelo ARIMA (según criterios de información) como modelo de referencia.
Contribución
La metodología propuesta en este documento contribuye en varios frentes a la literatura de pronósticos de inflación. Primero, se estudia la relación entre una medida alternativa de inflación como lo es la inflación instantánea y la inflación. Segundo, dicha relación se explora en términos de la capacidad predictiva existente entre las variables en cuestión, la cual es usada para ajustar los modelos econométricos, mejorando el cálculo de pronósticos. Tercero, se desarrolla una estrategia de evaluación de pronósticos para identificar un subconjunto de modelos con un mejor desempeño de pronóstico y con cualidades similares al momento de pronosticar. Finalmente, se propone una medida de pronóstico a partir del subconjunto con mejor desempeño basada en medidas tradicionales como la media o la mediana.
La inflación instantánea no solamente se considerada una medida alternativa de la inflación observada, también es un predictor, el cual permite construir pronósticos de inflación con un mejor desempeño.
Resultados
La metodología desarrollada se evalúa para datos de tres economías: Colombia, Estados Unidos e Inglaterra. En los tres casos se evidenció que la inflación instantánea anticipa a la inflación observada, dado que la primera pondera más los eventos recientes, los cuales determinan con mayor prontitud posibles cambios en la dinámica inflacionaria, mejorando el hacer de la política monetaria. También se encontró pronósticos mejor comportados usando la inflación instantánea como predictor. Los modelos desarrollados permiten identificar un rango de valores para el parámetro de ancho de banda en el cálculo de la inflación instantánea, lo cual permite encontrar una capacidad predictiva mayor. Por último, tanto el procedimiento como los modelos hacen parte de los modelos econométricos tradicionales y fáciles de aplicar, los cuales muestran ventajas predictivas sobre modelos más complejos.